CN113781307B - 大气腐蚀多因素空间插值算法、计算机设备、存储介质 - Google Patents
大气腐蚀多因素空间插值算法、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN113781307B CN113781307B CN202111069027.2A CN202111069027A CN113781307B CN 113781307 B CN113781307 B CN 113781307B CN 202111069027 A CN202111069027 A CN 202111069027A CN 113781307 B CN113781307 B CN 113781307B
- Authority
- CN
- China
- Prior art keywords
- corrosion
- target area
- spatial interpolation
- increment
- trend surface
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005260 corrosion Methods 0.000 title claims abstract description 256
- 230000007797 corrosion Effects 0.000 title claims abstract description 256
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 43
- 239000007769 metal material Substances 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 12
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 56
- 230000008021 deposition Effects 0.000 claims description 51
- 231100000673 dose–response relationship Toxicity 0.000 claims description 33
- 238000005316 response function Methods 0.000 claims description 33
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 229910052751 metal Inorganic materials 0.000 claims description 10
- 239000002184 metal Substances 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000002790 cross-validation Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 6
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 229910052725 zinc Inorganic materials 0.000 description 3
- 239000011701 zinc Substances 0.000 description 3
- 238000005536 corrosion prevention Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229940117975 chromium trioxide Drugs 0.000 description 1
- WGLPBDUCMAPZCE-UHFFFAOYSA-N chromium trioxide Inorganic materials O=[Cr](=O)=O WGLPBDUCMAPZCE-UHFFFAOYSA-N 0.000 description 1
- GAMDZJFZMJECOS-UHFFFAOYSA-N chromium(6+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Cr+6] GAMDZJFZMJECOS-UHFFFAOYSA-N 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000009736 wetting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明属于大气环境腐蚀性评价技术领域，公开一种大气腐蚀多因素空间插值算法，包括：获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量以及目标区域的腐蚀增量趋势面；将每个已知站点实测腐蚀速率与该已知站点腐蚀增量做差，获得已知站点的腐蚀残差，在目标区域采用空间插值算法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面；将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，获得目标区域的腐蚀速率趋势面。本发明实施例在算法中融入了金属材料主要大气腐蚀影响因子的影响，对于不同的区域和环境适用性更强，保证了空间插值结果的准确性。
Description
技术领域
本发明涉及大气环境腐蚀性评价技术领域，特别涉及一种大气腐蚀多因素空间插值算法。
背景技术
大气的腐蚀性对户外在役设备和工程的安全运行影响重大，开展大气腐蚀性评价可以掌握工程所在地的环境腐蚀性，预测腐蚀事件的发生，展开差异化防腐设计，对于节约防腐成本和保证工程的安全意义重大。按照国内外相关标准，大气腐蚀性评价最直接和准确的方法是依靠在曝露腐蚀试验站进行长达1年的标准试样(锌、铝、铜、钢)暴露腐蚀试验，用标准金属材料的腐蚀速率评价当地大气的腐蚀性。
大气腐蚀图是一种在地理地图上描述区域大气环境腐蚀性强弱的图示方法，是大气腐蚀性评价结果最直观的体现形式。使用者通过阅读地图可以方便、快捷地获取关注地的大气腐蚀等级，以确定暴露在大气环境中的材料遭受腐蚀的严酷程度，为制定腐蚀防护技术策略提供依据。由于采用暴露试验站获取大气腐蚀性数据周期长、成本高、工作量大，为了得到某一地区的大气腐蚀图，不可能无限制的增加暴露腐蚀试验站的布点密度，评价站点空白地区的大气腐蚀性亟需准确的插值模型。
目前，国内外普遍采用克里金插值法或者反距离加权空间插值模型实现站点空白地区的大气腐蚀性评价。但现有空间模型对于站点空白地区的插值过于简单，没有金属材料大气腐蚀原理和大气主要腐蚀影响因子在空间的分布变化，导致插值结果误差过大。201711131439.8号专利申请在绘制大气腐蚀图时，以剂量响应函数作为数据源，使用克里金插值法进行腐蚀速率的空间插值，最后用污染源和海岸距离对插值结果进行了修正。该方法存在以下问题：(1)以环境因子的剂量响应函数计算金属材料的腐蚀速率，本身就存在较大的误差，以其为数据源绘制的大气腐蚀图会在该误差的基础上放大误差；(2)插值模型还是采用了克里金插值，误差较大；(3)受限于已有污染源数据的数量、数据的准确性以及污染源影响模型的准确性、通用性，最后的修正方法同样会引起额外的误差。
目前，尚无一种成熟、精确地大气腐蚀性数据的空间插值模型。
发明内容
本发明实施例提供了一种大气腐蚀多因素空间插值算法，以解决现有插值模型误差大的问题。
根据本发明实施例的第一方面，提供了一种大气腐蚀多因素空间插值算法。
在一个实施例中，大气腐蚀多因素空间插值算法包括：获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量以及目标区域的腐蚀增量趋势面；
将每个已知站点实测腐蚀速率与该已知站点腐蚀增量做差，获得已知站点的腐蚀残差，在目标区域采用空间插值算法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面；
将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，获得目标区域的腐蚀速率趋势面。
可选地，所述获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量的步骤，包括：
根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数。
可选地，所述获取目标区域已知站点由一个或多个腐蚀影响因子引起的目标区域的腐蚀增量趋势面的步骤，进一步包括：
将目标区域的一个或多个腐蚀影响因子的数据进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面；
将目标区域的腐蚀影响因子分布趋势面按照所述剂量响应函数转化为目标区域的腐蚀增量趋势面。
可选地，所述腐蚀影响因子包括：平均二氧化硫沉积量、平均氯离子沉积量、潮湿时间。
可选地，所述剂量响应函数为：
γ＝A[SO2]B[Tow]+D[Cl-]E[Tow]
其中，γ为由腐蚀影响因子引起的目标金属的腐蚀增量，单位：微克每年，μm/a；
[SO2]为平均二氧化硫沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Cl-]为平均氯离子沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Tow]为潮湿时间，单位：小时，h；
A、B、D、E为常数。
可选地，A＝0.0131；
B＝0.25；
D＝0.0164；
E＝0.15。
可选地，将目标区域的平均二氧化硫沉积量和平均氯离子沉积量进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面的步骤，包括：采用空气质量模型分别完成平均二氧化硫沉积量和平均氯离子沉积量的空间插值运算，获得目标区域平均二氧化硫沉积量分布趋势面和平均氯离子沉积量分布趋势面。
可选地，所述空气质量模型为AERMOD扩散模型。
可选地，将目标区域的潮湿时间进行空间插值运算，形成目标区域的潮湿时间分布趋势面的步骤，包括：将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算，获得目标区域的潮湿时间分布趋势面。
可选地，所述将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算的步骤，还包括：以空间插值运算的交叉验证结果中相对平均误差和均方根误差最小为依据，优化所述反距离加权插值模型的参数。
可选地，所述优化所述反距离加权插值模型的参数的步骤，被优化的参数包括加权指数、搜索半径。
可选地，所述根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数的步骤，还包括：
对剂量响应函数进行训练和校验，以回归结果与实测结果的相关性为判据，得到最优的剂量响应函数。
可选地，所述将每个已知站点实测腐蚀速率与该已知站点腐蚀增量做差之前，所述算法还包括获取目标区域已知站点实测腐蚀速率，所述获取目标区域已知站点实测腐蚀速率包括：
在目标区域预建设若干已知站点，以目标金属材料为暴露试样，经过设定时间获得各已知站点目标金属的腐蚀速率。
可选地，所述目标区域已知站点所述腐蚀影响因子的数据的获取步骤，包括：在目标区域已知站点设置检测装置，经过设定的检测周期，获取目标金属材料的腐蚀影响因子的数据。
根据本发明实施例的第二方面，提供了一种计算机设备。
在一些实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述算法的步骤。
根据本发明实施例的第三方面，提供了一种存储介质。
在一些实施例中，所述存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述算法的步骤。
本发明实施例提供的技术方案可以包括以下有益效果：
本发明综合考虑了大气腐蚀的机理，在模型算法中融入了对金属材料主要大气腐蚀影响因子的影响的考量，对于不同的区域和环境适用性更强，保证了插值运算结果的准确性。
本发明采用现有成熟法定的空气质量模型，将主要大气腐蚀影响因子首先进行准确的插值运算，再用实测腐蚀速率回归拟合的剂量响应函数转换为空白区域的腐蚀增量，最后用实测腐蚀速率与回归计算获得的腐蚀增量的腐蚀残差对空白区域的腐蚀增量进行修正。较现有插值模型，有效提高了大气腐蚀速率的插值精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种大气腐蚀多因素空间插值算法的原理图；
图2是根据一示例性实施例示出的一种大气腐蚀多因素空间插值算法的流程图；
图3是根据一示例性实施例示出的计算机设备的结构示意图。
具体实施方式
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本文中，除非另有说明，术语“多个”表示两个或两个以上。
本文中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
图1和图2示出了本发明的大气腐蚀多因素空间插值算法的一个实施例。
在该实施例中，提出了一种大气腐蚀多因素空间插值算法，包括：步骤(1)，获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量以及目标区域的腐蚀增量趋势面；
步骤(2)，将每个已知站点实测腐蚀速率与该已知站点的腐蚀增量做差，获得已知站点的腐蚀残差，在目标区域采用空间插值算法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面；
步骤(3)，将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，获得目标区域的腐蚀速率趋势面。
根据本申请实施例获得的目标区域的腐蚀速率趋势面，可以预估目标区域中站点空白区域的腐蚀速率。本发明采用现有成熟法定的空气质量模型，首先将主要大气腐蚀影响因子进行空间插值运算，再用实测腐蚀速率回归拟合的剂量响应函数转换为空白区域的腐蚀增量，然后用实测腐蚀速率与回归计算获得的腐蚀增量的腐蚀残差对空白区域的腐蚀增量进行修正，获得经过修正的目标区域的腐蚀速率趋势面。较现有插值模型，有效提高了大气腐蚀速率的插值精度。
可选地，在目标区域采用克里金插值法对腐蚀残差进行空间插值运算。可选地，在目标区域采用反距离加权插值法对腐蚀残差进行空间插值运算。当然，本领域技术人员还可以根据空间插值运算的需求选择其他适合的空间插值算法在目标区域对腐蚀残差进行空间插值运算。
上述实施例中以已知站点实测的标准金属年腐蚀速率为数据源，单位一般为g/(m2·a)或者μm/a。首先在目标区域依据GB/T 14165预建设若干大气暴露腐蚀试验站(即已知站点)，以目标金属材料为暴露试样，经过1年或以上的时间获得已知站点目标金属的腐蚀速率。然后利用已知站点腐蚀速率去预估站点空白区域的腐蚀速率。
上述实施例中的大气腐蚀多因素空间插值算法基于大气腐蚀原理，将金属材料大气腐蚀速率拆分为主要腐蚀影响因子引起的腐蚀增量和腐蚀残差，通过对腐蚀影响因子进行准确的空间插值运算，建立合理、准确的剂量响应函数，实现站点空白区域的大气腐蚀增量的空间插值运算，而后使用已知站点实测腐蚀速率与剂量响应函数计算获得的腐蚀增量的腐蚀残差的空间插值运算结果，对上述站点空白区域的腐蚀增量进行修正，实现了大气腐蚀速率的准确空间插值运算。
在一个实施例中，上述获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量的步骤，进一步包括：根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数。
可选地，上述根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数的步骤，还包括：对剂量响应函数进行训练和校验，以回归结果与实测结果的相关性为判据，得到最优的剂量响应函数。
可选地，上述腐蚀影响因子包括：平均二氧化硫沉积量、平均氯离子沉积量、潮湿时间。
可选地，腐蚀影响因子包括：平均二氧化硫沉积量、平均氯离子沉积量、潮湿时间，则剂量响应函数为：
γ＝A[SO2]B[Tow]+D[Cl-]E[Tow]
其中，γ为由腐蚀影响因子引起的目标金属的腐蚀增量，单位：微克每年，μm/a；
[SO2]为平均二氧化硫沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Cl-]为平均氯离子沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Tow]为潮湿时间，单位：小时，h；
A、B、D、E为常数。
可选地，A＝0.0131；B＝0.25；D＝0.0164；E＝0.15。
可选地，所述目标区域已知站点腐蚀影响因子的数据的获取步骤，包括：在目标区域已知站点设置检测装置，经过设定的检测周期，获取目标金属材料的腐蚀影响因子的数据。
例如，已知站点安装有温湿度传感器，用于检测已知站点的温湿度；依据GB/T19292.3要求，在曝露腐蚀试验站(即已知站点)安装二氧化硫、氯离子检测装置，获取站点二氧化硫的沉积数据和氯离子的沉积数据，二氧化硫的沉积数据包括平均二氧化硫沉积量，氯离子的沉积数据包括平均氯离子沉积量。设定的检测周期一般在1年或以上，可获取目标金属材料的腐蚀速率、潮湿时间(TOW指的是在0℃和80％RH以上的时间，单位h)、平均二氧化硫沉积量mg/(cm2·d)、平均氯离子沉积量mg/(cm2·d)。
在一个实施例中，将目标区域的平均二氧化硫沉积量和平均氯离子沉积量进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面的步骤，包括：采用空气质量模型分别完成平均二氧化硫沉积量和平均氯离子沉积量的空间插值运算，获得目标区域平均二氧化硫沉积量的分布趋势面和平均氯离子沉积量的分布趋势面。
可选地，上述空气质量模型采用空气质量法定模型。可选地，上述空气质量法定模型采用AERMOD扩散模型。
在一个实施例中，将目标区域的潮湿时间进行空间插值运算，形成目标区域的潮湿时间分布趋势面的步骤，包括：将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算，获得目标区域的潮湿时间的分布趋势面。
可选地，上述将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算的步骤，还包括：以空间插值运算的交叉验证结果中相对平均误差和均方根误差最小为依据，优化反距离加权插值模型的参数。
可选地，上述优化反距离加权插值模型的参数的步骤，被优化的参数包括加权指数、搜索半径。
在一个实施例中，上述获取目标区域已知站点由一个或多个腐蚀影响因子引起的目标区域的腐蚀增量趋势面的步骤，包括：将目标区域的一个或多个腐蚀影响因子的数据进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面；将目标区域的腐蚀影响因子分布趋势面按照所述剂量响应函数转化为目标区域的腐蚀增量趋势面。
采用上述实施例，可以通过计算获得目标区域腐蚀影响因子引起的腐蚀增量，进而获得在目标区域的站点空白区域的腐蚀增量。但是剂量响应函数带来的误差无法避免，剂量响应函数(DRF)计算出的已知站点的腐蚀增量与已知站点实测的腐蚀速率存在一定的差距，即腐蚀残差。腐蚀增量为由一个或多个腐蚀影响因子引起的腐蚀速率，腐蚀残差的结果可以认为是地理空间因素引发的腐蚀速率。因此，在目标区域采用克里金插值法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面，将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，用实测数据修正了剂量响应函数的计算误差，实现对站点空白区域腐蚀速率的精确计算。因此，通过本申请实施例的大气腐蚀多因素空间插值算法，可以对目标区域站点空白地区的腐蚀速率进行准确预估。
本发明实施例综合考虑了大气腐蚀的机理，在模型算法中融入了金属材料主要大气腐蚀影响因子的影响，对于不同的区域和环境适用性更强，保证了空间插值运算结果的准确性。
本发明实施例采用成熟的法定模型，将主要大气腐蚀影响因子首先进行准确的空间插值运算，再用实测腐蚀速率回归拟合的剂量响应函数转换为空白区域的腐蚀增量，最后用实测腐蚀速率与回归计算获得的腐蚀增量的腐蚀残差对腐蚀增量进行修正。较现有空间插值运行模型，有效提高了大气腐蚀速率的空间插值运算的精度。
下面给出大气腐蚀多因素空间插值算法的一个具体实施例。
首先，在目标区域内建设暴露腐蚀试验站作为已知站点，依GB/T 14165以金属材料锌为试样，尺寸为100mm×150mm×3mm，朝南与地面45°夹角。在已知站点安装温湿度传感器，检测已知站点的温湿度，传感器通过太阳能供电，并将数据通过无线网络实时回传至服务器；依据GB/T 19292.3要求，在暴露腐蚀试验站安装二氧化硫、氯离子检测装置，获取站点二氧化硫的沉积数据和氯离子的沉积数据。
1年后，依据GB/T 16545使用三氧化铬去除腐蚀产物，获取各站点金属锌的年腐蚀速率，单位为μm/a；根据温湿度数据，获取各站点0℃和80％RH以上的潮湿时间数据，单位为h；依据GB/T 19292.3，分析获得各站点平均二氧化硫沉积量，mg/(cm2·d)和平均氯离子沉积量，单位为mg/(cm2·d)。
然后，将所获取的平均二氧化硫沉积量和平均氯离子沉积量依照目前国内外广泛接受的AERMOD扩散模型进行空间插值运算，获得目标区域内的平均二氧化硫沉积量分布趋势面和平均氯离子沉积量分布趋势面。所获取的潮湿时间(TOW)使用反距离加权插值模型进行空间插值运算，以空间插值运算交叉验证结果中相对平均误差和均方根误差最小为依据，优化反距离加权插值模型的参数，包括加权指数、搜索半径，获得最优模型参数下的潮湿时间分布趋势面。
再然后，根据已有数据，使用回归分析，建立了腐蚀速率与潮湿时间、平均二氧化硫沉积量和平均氯离子沉积量的剂量响应函数。使用已知数据对拟合的剂量响应函数进行训练和校验，以回归结果与实测结果的相关性为判据，得到最优的剂量响应函数。
γ＝0.0131[SO2]0.25[TOW]+0.0164[Cl-]0.15[TOW]
其中：γ代表由腐蚀影响因子引起的目标金属的腐蚀增量，单位μm/a，与目标金属的腐蚀速率单位相同；
[SO2]代表平均二氧化硫沉积量，单位mg/(cm2·d)；
[Cl-]代表平均氯离子沉积量，单位mg/(cm2·d)；
[TOW]代表潮湿时间，h；
N＝28，R2＝0.89，N为剂量响应函数拟合过程的样本数，R2为决定系数，用于反映拟合结果的准确度。
接下来，采用上述拟合的剂量响应函数，将腐蚀影响因子分布趋势面转化为金属材料腐蚀速率趋势面，实现了站点空白区域的腐蚀增量的空间插值运算。
为了实现更加准确的空间插值，对腐蚀增量的空间插值结果进行修正。以已知站点的实测腐蚀速率减去该已知站点的腐蚀增量，获得腐蚀残差，在目标区域采用克里金插值法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面，将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，获得目标区域的腐蚀速率趋势面，根据目标区域的腐蚀速率趋势面预估目标区域中站点空白区域的腐蚀速率。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储静态信息和动态信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述算法实施例中的步骤。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述算法实施例中的步骤。
在一个实施例中，提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述算法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static RandomAccess Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。
本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种大气腐蚀多因素空间插值算法，其特征在于，包括：
获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量以及目标区域的腐蚀增量趋势面；
将每个已知站点实测腐蚀速率与该已知站点腐蚀增量做差，获得已知站点的腐蚀残差，在目标区域采用空间插值算法对腐蚀残差进行空间插值运算，获得目标区域的腐蚀残差趋势面；
将目标区域的腐蚀残差趋势面叠加目标区域的腐蚀增量趋势面，获得目标区域的腐蚀速率趋势面；
所述获取目标区域已知站点由一个或多个腐蚀影响因子引起的腐蚀增量的步骤，包括：
根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数；
所述获取目标区域已知站点由一个或多个腐蚀影响因子引起的目标区域的腐蚀增量趋势面的步骤，进一步包括：
将目标区域的一个或多个腐蚀影响因子的数据进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面；
将目标区域的腐蚀影响因子分布趋势面按照所述剂量响应函数转化为目标区域的腐蚀增量趋势面。
2.如权利要求1所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述腐蚀影响因子包括：平均二氧化硫沉积量、平均氯离子沉积量、潮湿时间。
3.如权利要求2所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述剂量响应函数为：
γ＝A[SO2]B[Tow]+D[Cl-]E[Tow]
其中，γ为由腐蚀影响因子引起的目标金属的腐蚀增量，单位：微克每年，μm/a；
[SO2]为平均二氧化硫沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Cl-]为平均氯离子沉积量，单位：毫克每平方厘米每天，mg/(cm2·d)；
[Tow]为潮湿时间，单位：小时，h；
A、B、D、E为常数。
4.如权利要求3所述的一种大气腐蚀多因素空间插值算法，其特征在于，
A＝0.0131；
B＝0.25；
D＝0.0164；
E＝0.15。
5.如权利要求2所述的一种大气腐蚀多因素空间插值算法，其特征在于，
将目标区域的平均二氧化硫沉积量和平均氯离子沉积量进行空间插值运算，形成目标区域的腐蚀影响因子分布趋势面的步骤，包括：采用空气质量模型分别完成平均二氧化硫沉积量和平均氯离子沉积量的空间插值运算，获得目标区域平均二氧化硫沉积量分布趋势面和平均氯离子沉积量分布趋势面。
6.如权利要求5所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述空气质量模型为AERMOD扩散模型。
7.如权利要求2所述的一种大气腐蚀多因素空间插值算法，其特征在于，
将目标区域的潮湿时间进行空间插值运算，形成目标区域的潮湿时间分布趋势面的步骤，包括：将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算，获得目标区域的潮湿时间分布趋势面。
8.如权利要求7所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述将目标区域的潮湿时间使用反距离加权插值模型进行空间插值运算的步骤，还包括：以空间插值运算的交叉验证结果中相对平均误差和均方根误差最小为依据，优化所述反距离加权插值模型的参数。
9.如权利要求8所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述优化所述反距离加权插值模型的参数的步骤，被优化的参数包括加权指数、搜索半径。
10.如权利要求1所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述根据目标区域已知站点的实测腐蚀速率，建立一个或多个腐蚀影响因子与腐蚀增量之间的剂量响应函数的步骤，还包括：
对剂量响应函数进行训练和校验，以回归结果与实测结果的相关性为判据，得到最优的剂量响应函数。
11.如权利要求1所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述将每个已知站点实测腐蚀速率与该已知站点腐蚀增量做差之前，所述算法还包括获取目标区域已知站点实测腐蚀速率，所述获取目标区域已知站点实测腐蚀速率包括：
在目标区域预建设若干已知站点，以目标金属材料为暴露试样，经过设定时间获得各已知站点目标金属的腐蚀速率。
12.如权利要求1所述的一种大气腐蚀多因素空间插值算法，其特征在于，
所述目标区域已知站点所述腐蚀影响因子的数据的获取步骤，包括：在目标区域已知站点设置检测装置，经过设定的检测周期，获取目标金属材料的腐蚀影响因子的数据。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至12中任一项所述的算法的步骤。
14.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至12中任一项所述的算法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111069027.2A CN113781307B (zh) | 2021-09-13 | 2021-09-13 | 大气腐蚀多因素空间插值算法、计算机设备、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111069027.2A CN113781307B (zh) | 2021-09-13 | 2021-09-13 | 大气腐蚀多因素空间插值算法、计算机设备、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781307A CN113781307A (zh) | 2021-12-10 |
| CN113781307B true CN113781307B (zh) | 2023-09-29 |
Family
ID=78843051
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111069027.2A Active CN113781307B (zh) | 2021-09-13 | 2021-09-13 | 大气腐蚀多因素空间插值算法、计算机设备、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781307B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956389A (zh) * | 2016-04-26 | 2016-09-21 | 南方电网科学研究院有限责任公司 | 环境因素数据的采集方法及金属大气腐蚀等级图绘制方法 |
| CN106468651A (zh) * | 2016-09-22 | 2017-03-01 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性在线监测系统及其方法 |
| CN108020501A (zh) * | 2017-11-15 | 2018-05-11 | 华南理工大学 | 一种大气腐蚀等级图绘制方法 |
| WO2018092264A1 (ja) * | 2016-11-18 | 2018-05-24 | 東京電力ホールディングス株式会社 | 腐食評価方法 |
| CN108562529A (zh) * | 2017-12-11 | 2018-09-21 | 深圳市燃气集团股份有限公司 | 一种根据环境条件对燃气管道进行腐蚀评价的方法及系统 |
| WO2019150872A1 (ja) * | 2018-02-02 | 2019-08-08 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
| CN111965099A (zh) * | 2020-07-06 | 2020-11-20 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性数据补偿方法、系统、介质及电子设备 |
| CN112033879A (zh) * | 2020-07-16 | 2020-12-04 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性数据插值方法及系统 |
| WO2021100341A1 (ja) * | 2019-11-18 | 2021-05-27 | Ｊｆｅスチール株式会社 | 金属材料の腐食量マッピング方法、金属材料の選定方法および金属材料の腐食量マッピング装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9317635B2 (en) * | 2012-06-29 | 2016-04-19 | Chevron U.S.A. Inc. | Processes and systems for predicting corrosion |
-
2021
- 2021-09-13 CN CN202111069027.2A patent/CN113781307B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105956389A (zh) * | 2016-04-26 | 2016-09-21 | 南方电网科学研究院有限责任公司 | 环境因素数据的采集方法及金属大气腐蚀等级图绘制方法 |
| CN106468651A (zh) * | 2016-09-22 | 2017-03-01 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性在线监测系统及其方法 |
| WO2018092264A1 (ja) * | 2016-11-18 | 2018-05-24 | 東京電力ホールディングス株式会社 | 腐食評価方法 |
| CN108020501A (zh) * | 2017-11-15 | 2018-05-11 | 华南理工大学 | 一种大气腐蚀等级图绘制方法 |
| CN108562529A (zh) * | 2017-12-11 | 2018-09-21 | 深圳市燃气集团股份有限公司 | 一种根据环境条件对燃气管道进行腐蚀评价的方法及系统 |
| WO2019150872A1 (ja) * | 2018-02-02 | 2019-08-08 | 富士フイルム株式会社 | 画像処理装置及び画像処理方法 |
| WO2021100341A1 (ja) * | 2019-11-18 | 2021-05-27 | Ｊｆｅスチール株式会社 | 金属材料の腐食量マッピング方法、金属材料の選定方法および金属材料の腐食量マッピング装置 |
| CN111965099A (zh) * | 2020-07-06 | 2020-11-20 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性数据补偿方法、系统、介质及电子设备 |
| CN112033879A (zh) * | 2020-07-16 | 2020-12-04 | 国网山东省电力公司电力科学研究院 | 一种大气腐蚀性数据插值方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 《金属和合金的腐蚀 大气腐蚀性 第1部分：分类、测定和评估》.《标准》.2018,全文. * |
| 李辛庚 ; 樊志彬 ; 王晓明 ; 苏建军 ; 姜波.《电力工程金属材料大气腐蚀在线检测与动态评价技术及应用》.《科技成果》.2019,全文. * |
| 龚喆 ; 李敬洋 ; 祁俊峰 ; 杨斌.《 基于BP-GIS的京津冀Q235大气腐蚀预测地图》.《 材料保护 》.2020,全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781307A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109963300B (zh) | 方位角的确定方法、装置、电子设备和存储介质 | |
| Killinger et al. | Projection of power generation between differently-oriented PV systems | |
| CN115731165B (zh) | 一种锂电池在线尺寸点检的检测系统及方法 | |
| CN115712981A (zh) | 基于受体和化学传输模型解析细颗粒物来源的方法及系统 | |
| CN113781307B (zh) | 大气腐蚀多因素空间插值算法、计算机设备、存储介质 | |
| Driesse et al. | A test of Suehrcke’s sunshine–radiation relationship using a global data set | |
| CN113311512A (zh) | 基于卫星辐射产品的光伏电站太阳辐射短期预报方法 | |
| Buresova et al. | Data ingestion and assimilation in ionospheric models | |
| Mulaudzi et al. | Solar radiation analysis and regression coefficients for the Vhembe Region, Limpopo Province, South Africa | |
| CN115436570B (zh) | 一种基于多元数据的二氧化碳浓度遥感监测方法及装置 | |
| CN114487300B (zh) | 基于车载测量系统的零散点源碳排放强度监测方法及系统 | |
| CN116245378A (zh) | 碳排放策略的确定方法、装置、存储介质以及电子设备 | |
| CN115659639A (zh) | 一种噪声环境评价方法、系统、计算机设备及可读存储介质 | |
| CN115239027A (zh) | 空气质量格点化集合预报的方法及装置 | |
| CN115087003A (zh) | 一种基于5g网络的基站智能巡视方法和系统 | |
| CN109101751B (zh) | 一种基于信息融合的动量轮可靠性评估方法 | |
| CN111982040B (zh) | 基于滚动测距仪的距离测算方法、装置、计算机设备及存储介质 | |
| CN114037901A (zh) | 光伏发电预测导向的实时卫星近红外图像推算方法 | |
| KR20180122080A (ko) | 국지적 전리층지도의 가용영역 확장 장치 및 방법 | |
| Rickerby et al. | Big data for innovative air-pollution assessments in the era of verifiable regulatory decisions | |
| CN112033879A (zh) | 一种大气腐蚀性数据插值方法及系统 | |
| CN116258023B (zh) | 风电场的风速预测方法及终端设备 | |
| Łyszkowicz et al. | Absolute sea level changes at the tide gauge station in Władysławowo using different time series software packages | |
| KR102568490B1 (ko) | 목표 지점의 일사량을 추정하는 서버, 방법 및 컴퓨터 프로그램 | |
| CN110907977A (zh) | 一种信息处理方法、装置和计算机存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |